Python 数据帧上的迭代优化

我正在尝试构建序列

x

和数据帧

y

的迭代插值。 Df

y

由

n

行和

m

列组成。我想为数据帧

y

的每一行运行插值

到目前为止，我已经能够通过使用

iloc[0://code>

### SX5E
z=np.linspace(0.2,0.99,200)
z_pd_SX5E=pd.Series(z)
from scipy import interpolate
def f(z_pd_SX5E):
    x_SX5E=x
    y_SX5E=y.iloc[0,:]

    tck_SX5E = interpolate.splrep(x_SX5E, y_SX5E)
    return interpolate.splev(z_pd_SX5E, tck_SX5E)
Optimal_trigger_P_SX5E= z_pd_SX5E[f(z_pd_SX5E).argmax(axis=0)]

如何通过
y
的每一行运行函数？
谢谢
非常感谢
通常，您可以使用
.apply
为每一行运行任何函数。比如：

y.apply(lambda val: interpolate.splrep(x,val))

这将返回一个新的序列对象

您的代码中的
x
和
y
是什么？请提供一个。Hi mikksu，x是一系列9个值，y是一个包含9列和2470个观察值的数据帧。基本上，我希望为y.x 0.19 1 0.29 2 0.39 3 0.49 4 0.59 5 0.69 6 0.79 7 0.89 8 0.99数据类型的每一行运行该函数：float64y。01 2 3 4 5 6 7 8日期2012-12-18-0.000395-0.000159 0.000092 0.000260 0.000188 0.000049-0.000027 0.000029 0.000035 2012-12-19-0.000394-0.000158 0.000092 0.000259 0.000188 0.000049-0.000027 0.000029 0.000035